𝗠𝗼𝘀𝘁 𝗙𝗶𝗻𝗮𝗻𝗰𝗶𝗮𝗹 𝗜𝗻𝘀𝘁𝗶𝘁𝘂𝘁𝗶𝗼𝗻𝘀 𝗔𝗿𝗲 𝗦𝗼𝗹𝘃𝗶𝗻𝗴 𝗙𝗿𝗮𝘂𝗱 𝗧𝗵𝗲 𝗥𝗶𝗴𝗵𝘁 𝗪𝗮𝘆 𝗯𝘂𝘁 𝗕𝘂𝗶𝗹𝗱𝗶𝗻𝗴 𝗜𝗻𝗳𝗿𝗮𝘀𝘁𝗿𝘂𝗰𝘁𝘂𝗿𝗲 𝘁𝗵𝗲 𝗪𝗿𝗼𝗻𝗴 𝗪𝗮𝘆
ਧੋਖਾਧੜੀ (Fraud) ਹੁਣ ਹੋਰ ਵੀ ਚਲਾਕ ਹੋ ਰਹੀ ਹੈ।
ਵਿੱਤੀ ਸੰਸਥਾਵਾਂ ਧੋਖਾਧੜੀ ਦੀ ਪਛਾਣ ਅਤੇ ਸੁਰੱਖਿਆ 'ਤੇ ਅਰਬਾਂ ਖਰਚ ਕਰਦੀਆਂ ਹਨ। ਫਿਰ ਵੀ ਧੋਖਾਧੜੀ ਕਾਰਨ ਹੋਣ ਵਾਲਾ ਨੁਕਸਾਨ ਵਧ ਰਿਹਾ ਹੈ। ਹਮਲਾਵਰ ਜਿੱਤਣ ਲਈ AI ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ।
ਉਦਯੋਗ ਦਾ ਜਵਾਬ AI ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨਾ ਹੈ। ਇਹ ਇੱਕ ਸਹੀ ਕਦਮ ਹੈ।
ਪਰ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਇੱਕ ਗਲਤੀ ਕਰਦੀਆਂ ਹਨ। ਉਹ ਪਛਾਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਪਰ ਅਜਿਹਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ (infrastructure) ਬਣਾਉਂਦੀਆਂ ਹਨ ਜੋ ਉਹਨਾਂ ਦੀ ਰਫ਼ਤਾਰ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦਾ ਹੈ।
ਭਵਿੱਖ cloud-native ਸੰਸਥਾਵਾਂ ਦਾ ਹੈ।
cloud-agnostic ਨਹੀਂ। multi-cloud ਨਹੀਂ। Cloud-native।
ਰਵਾਇਤੀ ਨਿਯਮ-ਅਧਾਰਤ ਪ੍ਰਣਾਲੀਆਂ ਅਸਫਲ ਰਹਿੰਦੀਆਂ ਹਨ। ਧੋਖਾਧੜੀ ਦੇ ਪੈਟਰਨ ਮੈਨੂਅਲ ਅਪਡੇਟਾਂ ਲਈ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਦੇ ਹਨ। ਆਧੁਨਿਕ AI ਪ੍ਰਣਾਲੀਆਂ ਇਹ ਕਰ ਸਕਦੀਆਂ ਹਨ:
• ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਅਸਧਾਰਨ ਗਤੀਵਿਧੀਆਂ (anomalies) ਦੀ ਪਛਾਣ ਕਰਨਾ • ਲੱਖਾਂ ਲੈਣ-ਦੇਣਾਂ ਵਿੱਚ ਪੈਟਰਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ • ਗਲਤ ਪਛਾਣ (false positives) ਨੂੰ ਘਟਾਉਣਾ • ਰਿਸਕ ਸਕੋਰਿੰਗ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ • ਧੋਖਾਧੜੀ ਦੀਆਂ ਨਵੀਆਂ ਤਕਨੀਕਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣਾ
JPMorgan Chase, PayPal, ਅਤੇ Stripe ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ machine learning ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਕਿਉਂਕਿ ਮੈਨੂਅਲ ਤਰੀਕੇ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ। ਇਹ ਨੁਕਸਾਨ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਲਾਗਤਾਂ ਨੂੰ ਵੀ ਘੱਟ ਕਰਦਾ ਹੈ।
ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ ਸੰਸਥਾਵਾਂ ਅਸਫਲ ਹੁੰਦੀਆਂ ਹਨ, ਉਹ ਹੈ ਉਹਨਾਂ ਦੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਰਣਨੀਤੀ। ਉਹ vendor lock-in ਤੋਂ ਬਚਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ। ਉਹ ਵੱਧ ਤੋਂ ਵੱਧ portability ਚਾਹੁੰਦੇ ਹਨ।
ਇਹ ਟੀਚਾ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰਦਾ ਹੈ:
- ਵਧੇਰੇ ਗੁੰਝਲਤਾ
- ਲੰਬੇ ਡਿਪਲਾਈਮੈਂਟ ਚੱਕਰ
- ਹੌਲੀ ਨਵੀਨਤਾ (innovation)
AI ਨੂੰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਨ ਲਈ cloud-native ਟੂਲਜ਼ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸਨੂੰ ਲੋੜ ਹੈ:
- Managed data platforms
- Real-time event streaming
- Serverless processing
- Elastic compute
ਇਹ ਟੂਲ ਮਾਡਲਾਂ ਨੂੰ ਟੈਸਟਿੰਗ ਤੋਂ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਲਿਜਾਂਦੇ ਹਨ।
ਜੇਕਰ ਕੋਈ ਕਲਾਊਡ ਸਰਵਿਸ ਤੁਹਾਨੂੰ ਧੋਖਾਧੜੀ ਮਾਡਲ ਨੂੰ ਛੇ ਮਹੀਨੇ ਪਹਿਲਾਂ ਲਾਂਚ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ, ਤਾਂ ਉਹ ਮੁੱਲ ਬਾਅਦ ਵਿੱਚ ਕਲਾਊਡ ਬਦਲਣ ਦੇ ਜੋਖਮ ਨਾਲੋਂ ਕਿਤੇ ਵੱਧ ਹੈ।
ਆਰਕੀਟੈਕਟ ਕਲਾਊਡ 'ਤੇ ਨਿਰਭਰਤਾ ਬਾਰੇ ਚਿੰਤਾ ਕਰਦੇ ਹਨ। ਉਹ ਹੌਲੀ ਕਾਰਜਪ੍ਰਣਾਲੀ (execution) ਦੀ ਲਾਗਤ ਨੂੰ ਘੱਟ ਸਮਝਦੇ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਕਦੇ ਵੀ ਪੂਰੇ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਮਾਈਗ੍ਰੇਟ ਨਹੀਂ ਕਰਦੀਆਂ। ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਹੌਲੀ ਡਿਲੀਵਰੀ ਤੋਂ ਪ੍ਰੇਸ਼ਾਨ ਹਨ। ਇਹ ਜੋਖਮ ਇੱਕੋ ਜਿਹੇ ਨਹੀਂ ਹਨ।
ਵਧੀਆ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਇੱਕ ਵਪਾਰਕ ਫੈਸਲਾ ਬਣਾਉਂਦੀਆਂ ਹਨ।
• Amazon ਨੇ scale ਲਈ ਆਪਟੀਮਾਈਜ਼ ਕੀਤਾ। • Netflix ਨੇ reliability ਲਈ ਆਪਟੀਮਾਈਜ਼ ਕੀਤਾ। • Stripe ਨੇ speed ਲਈ ਆਪਟੀਮਾਈਜ਼ ਕੀਤਾ।
AI ਧੋਖਾਧੜੀ ਦੀ ਰੋਕਥਾਮ ਵਿੱਚ ਜੇਤੂ ਉਹ ਹਨ ਜੋ ਤੇਜ਼ੀ ਨਾਲ ਚੱਲਣ ਲਈ cloud-native ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਅਪਣਾਉਂਦੇ ਹਨ।
AI ਲਾਜ਼ਮੀ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ। ਜੇਤੂ ਉਹ ਕੰਪਨੀ ਨਹੀਂ ਹੈ ਜੋ AI ਨੂੰ ਅਪਣਾਉਂਦੀ ਹੈ। ਜੇਤੂ ਉਹ ਕੰਪਨੀ ਹੈ ਜੋ ਇਸਨੂੰ ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਡਿਪਲੋਏ ਅਤੇ ਸਕੇਲ (scale) ਕਰਦੀ ਹੈ।
ਕਾਰਜਪ੍ਰਣਾਲੀ (Execution) ਹੀ ਦੌੜ ਜਿੱਤਦੀ ਹੈ। ਵਿੱਤੀ ਖੇਤਰ ਵਿੱਚ, ਹੌਲੀ ਕਾਰਜਪ੍ਰਣਾਲੀ ਧੋਖਾਧੜੀ ਦੇ ਬਰਾਬਰ ਮਹਿੰਗੀ ਹੁੰਦੀ ਹੈ।
ਵਿਕਲਪਿਕ ਸਿੱਖਣ ਕਮਿਊਨਿਟੀ: https://t.me/GyaanSetuAi